CN111709237A - 一种基于地学分支学科专家知识的逻辑结构树构建方法 - Google Patents
一种基于地学分支学科专家知识的逻辑结构树构建方法 Download PDFInfo
- Publication number
- CN111709237A CN111709237A CN202010497001.7A CN202010497001A CN111709237A CN 111709237 A CN111709237 A CN 111709237A CN 202010497001 A CN202010497001 A CN 202010497001A CN 111709237 A CN111709237 A CN 111709237A
- Authority
- CN
- China
- Prior art keywords
- narrative
- words
- geoscience
- index
- geological
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000014509 gene expression Effects 0.000 claims abstract description 14
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 230000008520 organization Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 abstract description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 10
- 229910052802 copper Inorganic materials 0.000 description 10
- 239000010949 copper Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- KYUQBFOWCDFKMY-UHFFFAOYSA-N [Cu].[Mo].[Ag].[Au] Chemical compound [Cu].[Mo].[Ag].[Au] KYUQBFOWCDFKMY-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种基于地学分支学科专家知识的逻辑结构树构建方法，借助17个学科专业知识节点，进行地学叙词表的完善，达到专业化，统一化，系统化的表达。通过地学叙词表的构建，实现逻辑结构构建，实现语料联系立体化表达。接着使用四万词容量的地质分词词典进行信息化分析，将四万分词词典中的语料进行清晰分类，完善地学叙词表，达到覆盖性地地学语料立体化构建。通过面向地学学科领域，以受控的、规范化表述的、成体系的地学叙词作为基本元素，并将各个地学叙词作为参照系统建立起词与词之间关系。在检索时，通过对某个关键词进行检索，从而从基于地学叙词表的逻辑结构树中获取上位词、下位词、相关词和英文词，检索词汇从1个扩展到N个。
Description
技术领域
本发明涉及地学数据结构树技术领域，特别涉及一种基于地学分支学科专家知识的逻辑结构树构建方法。
背景技术
对任何一个专业领域而言,其知识模型由对象、属性特征、对象涉及的概念以及它们之间的关系构成。将地学对象及其相互之间的关系进行概括和抽象形成地学概念、关系或规则；将地学概念与关系进行定性的和定量的表达则是属性信息与数值；同时属性与数值又是认识各种地学中的事物、现象或其过程的表达，是区别不同地学概念和关系的依据。各类地学数据是整个地学知识模型的载体。构建地学知识关联模型首先要形成一个完整的知识体系结构，即地学知识关联体系。
地学知识关联体系实际上是建立起关联词汇的知识体系。当需要对目标词汇进行检索时，可通过地学知识关联体系(即逻辑结构树)自动找出与目标词汇有关联词汇，继而通过搜索引擎检索数据，这样可以保证所需检索数据的完整性与全面性。关联词并不是无止境的把所有相关词都查找出来。如果不考虑词与词关联的层级关系，那么所有词汇都可以建立起关联关系。
地学知识关联体系是可以使基于关键词的传统检索方法，上升到简单的模糊匹配和语义的高度，提高信息检索效率，从而改善资源服务质量。在学习地学知识时，可以逻辑系统的来学习相关的知识，或者可以通过地学逻辑结构树可以直接寻找到与关键词直接关联的词汇。但是构建全面、准确且有效的地质知识树是一项非常困难的工作，既需要专业的地质知识，又需要海量的、准确的地质词汇并将其建立起关联关系。
目前现有技术中用户自己选定的关键词与查询到的相关联的词往往是非规范化的自然语言，词的表述和构成受个人因素影响，并且难以全面获取关键词的近义词、同义词等。例如:黄土梁、黄土峁、黄土陷穴、黄土塬是相关的，如果只选择一个词去进行了解，就会漏掉其他相关词的数据。
本发明所用到的缩略语和关键术语定义
大数据挖掘：是从大数据中统计、分析、提取出潜在的信息知识，并将这些知识构建成具有智能化、关联化知识库，实现知识检索与计算。
专家知识结构树：专家团队提供的包含专业词汇及词汇间相关关系信息的树状图。
地质叙词表：叙词表亦称主题词表、检索词典，是用于标引、存储和检索文献的词典，是叙词法的具体体现。叙词表是将标引者和检索者使用的自然语言转换成规范化的叙词型主题检索语言的术语控制工具。
根据地学专家知识节点构建的地质叙词表：将专家团队提供的知识结构树根据上位类术语(BT)、优选术语(PT)、异性术语(VT)、相关术语(RT)、下位术语(NT)的词汇关系，构建包含上位词、下位词、相关词、族首词及同义词的地质叙词表。
逻辑结构树计算：通过计算机编程，将地质叙词表中各个序词根据规定词汇关系存成树状结构。将需搜索的关键词关键词与生成的逻辑结构树进行比对，将其在树中的相关词作为拓展检索词进行传统检索，用户可以从中获取不含关键词但与关键词密切相关的各类地学数据。
优选术语(Preferred Term，PT)：一般是指标题词或者公认的术语、描述语，它是叙词表知识关系的基础。例如对学校的描述中，“中国地质大学”是标准的表达方式，它就是优选词语。
异形术语(Variant Term，VT):是非优选术语，但其与优选术语等价。例如“中国地质大学”又称为“地大”。
上位类术语(Broader Term，BT)：优选术语的上层术语，术语等级中的较高一层。比如“中国地质大学”这个词汇的上位类术语可能是“高等院校”、“大学”等词汇。
下位类术语(Narrower Term，NT)：优选术语的子术语，处于等级中较低的一层。相对“中国地质大学”，它的下位类术语可能是“地质”、“地大(北京)”、“地大(武汉)”等词汇。
相关术语(Related Term，RT)：通过相关关系与优选术语关联，用以表达词汇间的“强烈暗示”关系。例如“中国地质大学”这个词汇，可能强烈的暗示着“中国地球科学学府”，“211工程”等词汇。
发明内容
本发明针对现有技术的缺陷，提供了一种基于地学分支学科专家知识的逻辑结构树构建方法，解决了现有技术中存在的缺陷。
为了实现以上发明目的，本发明提出一种基于地学分支学科专家知识的逻辑结构树构建方法，包括以下步骤：
一、借助学科专业知识节点，将十七个专家提供的知识节点思维导图按照地学叙词表的表达方式来对现有的地学叙词表进行扩充，通过思维导图确定叙词表的关系，按照上下位关系、相关关系等进行分类，并逐个填入地学叙词表中，如针对专家给出的沉积岩石学知识节点：以沉积岩石学作为叙词，其上位词为沉积学知识体系，下位词为火山碎屑岩、内源沉积岩、混积岩等，相关关系词为沉积作用、沉积地球化学等。按照上述给出的例子的模式，将十七个学科专家给出的知识节点思维导图进行表达，从而进行地学叙词表的完善，达到专业化，统一化，系统化的表达。
所述学科专业知识节点思维导图包括：地层学、古生物学、沉积岩石学、古地理学、大地构造学、古地磁学、岩浆岩石学、变质岩石学、地址年代学、石油地质学、地球物理学、水文地质学、地热学、矿物学、地质制图、数学地质和地貌学。
二、按照构建地质叙词表的方法来对地学叙词表的构建，从而通过地学叙词表的构建，实现多维度，高深度的逻辑结构构建，实现语料联系立体化表达。相同一个叙词能属于不相同的学科，从而达到学科与学科之间的相互联系，将整个地学系统串联成一个完整的整体。
三、使用四万词容量的地质分词词典进行信息化分析，利用地质分词词典与专家给出的知识节点进行对比，将与专家知识节点相同的叙词筛选出来，未能作为叙词的词挑选出来做成Excel表格，通过查询资料与询问专家将剩下的词补充到不同的学科中，从而达到不同学科的完善，同时也使得地学叙词表更加完善。将四万分词词典中的语料进行清晰分类，完善地学叙词表，达到覆盖性地地学语料立体化构建。
进一步地，所述地学叙词表通常由一个主表与若干个辅表和附表所组成。具体如下：
(1)主表(亦称字顺表)是叙词表的主体结构，其将全部主题词按字顺排列，添加必要的标注项和显示词间等同、等级或相关关系的参照项。
(2)附表为专有叙词索引，如人名索引、地区索引、专业索引、产品索引、机构索引等。附表是主表的组成部分，是从主表中分离出来的专用词汇表。
(3)辅表一般有词族索引(族系表)、双语种对照索引、范畴索引(分类表)等，它们是叙词表的辅助部分。一、词族索引也称等级索引，是根据概念的等级关系将有关叙词汇集在一起成为一族，构成一个从泛指叙词到专指叙词的等级系统，从而可从一族中外延最广的叙词(族首词)出发，找到一系列同族的叙词，并且可以明确它们之间的层层隶属关系。词族索引是计算机检索时实现自动扩检、满足族性检索要求的重要方法。二、双语种对照索引一般是英文，其可提供按照英文字母顺序查词的途径，可以利用中文叙词查询准确的英文词，也可以在检索英文词汇时选准叙词。三、范畴索引也称分类索引，是将叙词按其概念所属学科或范畴分成若干大类，再分成若干小类，形成一个概念分类体系，便于从专业或学科的角度选用叙词。
进一步地，通过地质叙词表建立3种类型的语义关系模型：(1)等级关系：把优选术语分类成类别和子类别；(2)等价关系：同义词管理；(3)相关关系：建立有意义的连接，但是这种连接并不是由等级关系或等价关系来处理。一个基础的叙词表，包含优选术语、异形术语、上位类术语、下位类术语以及相关术语。
通过地学17个分支学科的专家给出的专家知识节点，以叙词表的方式进行构建，将专家总结给出的思维导图知识节点，按照地学叙词表的结构将其填入其中，相同一个叙词能属于不相同的学科，从而达到学科与学科之间的相互联系，将整个地学系统串联成一个完整的整体。从而完成学科与学科以及知识点与知识点之间的关联构建，形成初步的地学逻辑结构树。通过地学四万分词词典的归类完善地学逻辑结构树。接着利用数据清洗对地学逻辑结构树进行数据清洗、重构，使其在发挥逻辑结构树优秀的知识组织能力。其中数据清洗主要是将一些重复出现的叙词将其合并，然后消除一些无用的数据，减少数据的重复，利用形式检查对数据重复性进行检查，在这个过程中需要通过人工进行筛选。数据重构主要是利用专家给出的知识来对构建出来的逻辑结构树进行准确性检查，在该过程中最主要的是通过阅读专业文献以及专家给出的知识节点进行比较，将不符合的叙词以及相关词汇进行调整或者删除，是逻辑结构树的质量得到改善，所包含的信息更加的完整。
地学逻辑结构树即地学叙词表是面向地学学科领域，以受控的、规范化表述的、成体系的地学叙词(地学主题词)作为基本元素，并将各个地学叙词作为参照系统建立起词与词之间关系。应用地学叙词表的重要目标是发现同义词，其把许多同义词对应到某个优选术语或概念上。主表、主表英汉对照索引、地名表、地名表英汉对照、土地科学表、土地科学表英汉对照等。可以通过对某个关键词进行检索，从而从基于地学叙词表的逻辑结构树中获取上位词、下位词、相关词和英文词，检索词汇从1个扩展到N个。
与现有技术相比，本发明的优点在于：
通过借助17个学科专业知识节点，进行地学叙词表的完善，达到专业化，统一化，系统化的表达。通过地学叙词表的构建，实现多维度，高深度的逻辑结构构建，实现语料联系立体化表达。接着使用四万词容量的地质分词词典进行信息化分析，将四万分词词典中的语料进行清晰分类，完善地学叙词表，达到覆盖性地地学语料立体化构建。
附图说明
图1为地学领域十七个分支学科示意图；
图2为本发明实施例叙词表关系结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下根据附图并列举实施例，对本发明做进一步详细说明。
本方法采用叙词表的结构来构建地学逻辑结构树，根据17个学科专家提供的知识节点以及地学四万分词词典的整理与归类来构建地学知识关联体系(地学逻辑结构树)。地学数据作为地学研究和地学工作所形成的地学知识的形式化表达。地学数据的内容主要包括3部分：(1)对地学对象本身的描述；(2)对地学概念及其之间的关系描述；(3)地学概念、关系相关的属性信息和量化数值表达。
地学数据关联体系主要是从不同维度构建地学知识体系框架，将地学数据不断细化划分，最终全面描述地学知识之间的联系。无论从哪一个维度划分体系框架，都是作为地学知识的一种表现形式，在不同的分层体现地学数据。地学知识关联体系是一个系统化的过程，涉及到几乎无穷海量的地学知识。根据地学不同学科之间知识点的需求，确定其数据所涉及到的知识点与知识点之间的关系，利用叙词表的结构来构建逻辑结构树。为了保证逻辑结构树的准确性与全面性，在构建过程中使用每个学科专家所给的知识节点，通过进行相关性判断，来进行逻辑结构树的扩充，在实际过程中，该逻辑结构树可以不断地进行扩充，从而使其更加的完善，在扩充过程中要查阅相关资料，确定其准确性。
由图1所示的十七个地学分支学科的各位专家所给出的专家知识节点，知识节点是由思维导图表示，很容易判断出其上下位关系，将出现的每一个词作为优选术语进行扩充，按照图2中的叙词表的结构进行构建，确保该词出现的准确性，然后利用优选术语作为关键词在知网、维基百科等专业网站上进行搜索，将搜索出现的内容进行相关性判断，来对该知识点进行扩充，来确保该词出现的全面性。将专家给出的知识节点进行扩充，使其更加的完善。利用数据清洗对地学逻辑结构树进行数据清洗、重构，使其在发挥逻辑结构树优秀的知识组织能力，同时利用已有的四万分词词典进行判断分类，作为关键词来进行叙词表的构建，对重复的进行清除，以及对已有的逻辑结构树进行完善。
以“铜陵铜矿”数据为例，通过构建与“铜陵铜矿”相关联的内容集并检索对应数据，从而实现基于地质数据本体的关联检索。首先通过分词得到“铜陵”和“铜矿”，以得到的“铜陵”和“铜矿”作为优选术语，再通过逻辑结构树进行关联推理，获取与其对应的关联项，包括铜陵的上下位关系、相关关系等，铜矿的常用用法与相关关系等。根据关联项形成关联内容集，获取地学逻辑结构树中的关联数据。例如，“铜陵”的下位词关系有“铜官山矿田”与“华北地块”等，上位词关系有“安徽”等；等同同关系的“定陵”等；其相关关系内容有矿床预测评价模型“斑岩型铜钼金银矿床”，预测类型“舒家店式”等。
该方法利用地质叙词表来构建地学知识关联体系，叙词表亦称主题词表、检索词典，是用于标引、存储和检索文献的词典，是叙词法的具体体现。叙词表是将标引者和检索者使用的自然语言转换成规范化的叙词型主题检索语言的术语控制工具。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (3)
1.一种基于地学分支学科专家知识的逻辑结构树构建方法，其特征在于，包括以下步骤：
一、借助学科专业知识节点，将十七个专家提供的知识节点思维导图按照地学叙词表的表达方式来对现有的地学叙词表进行扩充，通过思维导图确定叙词表的关系，按照上下位关系、相关关系进行分类，并逐个填入地学叙词表中；
所述学科专业知识节点思维导图包括：地层学、古生物学、沉积岩石学、古地理学、大地构造学、古地磁学、岩浆岩石学、变质岩石学、地址年代学、石油地质学、地球物理学、水文地质学、地热学、矿物学、地质制图、数学地质和地貌学；
二、按照构建地质叙词表的方法来对地学叙词表的构建；
三、使用四万词容量的地质分词词典进行信息化分析，利用地质分词词典与专家给出的知识节点进行对比，将与专家知识节点相同的叙词筛选出来，未能作为叙词的词挑选出来做成Excel表格，通过查询资料与询问专家将剩下的词补充到不同的学科中；将四万分词词典中的语料进行清晰分类，完善地学叙词表。
2.根据权利要求1所述的一种基于地学分支学科专家知识的逻辑结构树构建方法，其特征在于：所述步骤二中地学叙词表的构建由一个主表与若干个辅表和附表所组成；具体如下：
(1)主表是叙词表的主体结构，其将全部主题词按字顺排列，添加必要的标注项和显示词间等同、等级或相关关系的参照项；
(2)附表为专有叙词索引，包括：人名索引、地区索引、专业索引、产品索引和机构索引；附表是主表的组成部分，是从主表中分离出来的专用词汇表；
(3)辅表包括：词族索引、双语种对照索引和范畴索引，一、词族索引也称等级索引，是根据概念的等级关系将有关叙词汇集在一起成为一族，构成一个从泛指叙词到专指叙词的等级系统，从而可从一族中外延最广的叙词出发，找到一系列同族的叙词，并且可以明确它们之间的层层隶属关系；词族索引是计算机检索时实现自动扩检、满足族性检索要求的重要方法；二、双语种对照索引一般是英文，其可提供按照英文字母顺序查词的途径，可以利用中文叙词查询准确的英文词，也可以在检索英文词汇时选准叙词；三、范畴索引也称分类索引，是将叙词按其概念所属学科或范畴分成若干大类，再分成若干小类，形成一个概念分类体系，便于从专业或学科的角度选用叙词。
3.根据权利要求2所述的一种基于地学分支学科专家知识的逻辑结构树构建方法，其特征在于：通过地质叙词表建立3种类型的语义关系模型：(1)等级关系：把优选术语分类成类别和子类别；(2)等价关系：同义词管理；(3)相关关系：建立有意义的连接，但是这种连接并不是由等级关系或等价关系来处理；一个地质叙词表，包括：优选术语、异形术语、上位类术语、下位类术语以及相关术语。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010497001.7A CN111709237A (zh) | 2020-06-04 | 2020-06-04 | 一种基于地学分支学科专家知识的逻辑结构树构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010497001.7A CN111709237A (zh) | 2020-06-04 | 2020-06-04 | 一种基于地学分支学科专家知识的逻辑结构树构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111709237A true CN111709237A (zh) | 2020-09-25 |
Family
ID=72539466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010497001.7A Pending CN111709237A (zh) | 2020-06-04 | 2020-06-04 | 一种基于地学分支学科专家知识的逻辑结构树构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111709237A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116541480A (zh) * | 2023-07-05 | 2023-08-04 | 中国科学院文献情报中心 | 一种基于多标签驱动的专题数据构建方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102982095A (zh) * | 2012-10-31 | 2013-03-20 | 中国运载火箭技术研究院 | 一种基于叙词表的本体自动生成系统及其方法 |
| CN103699542A (zh) * | 2012-09-28 | 2014-04-02 | 中国石油天然气股份有限公司 | 天然气与管道技术标准本体库构建方法 |
| CN106503246A (zh) * | 2016-11-09 | 2017-03-15 | 天津赛因哲信息技术有限公司 | 一种古籍智能数字化文献库的建立方法 |
| CN110334212A (zh) * | 2019-07-01 | 2019-10-15 | 南京审计大学 | 一种基于机器学习的领域性审计知识图谱构建方法 |
-
2020
- 2020-06-04 CN CN202010497001.7A patent/CN111709237A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699542A (zh) * | 2012-09-28 | 2014-04-02 | 中国石油天然气股份有限公司 | 天然气与管道技术标准本体库构建方法 |
| CN102982095A (zh) * | 2012-10-31 | 2013-03-20 | 中国运载火箭技术研究院 | 一种基于叙词表的本体自动生成系统及其方法 |
| CN106503246A (zh) * | 2016-11-09 | 2017-03-15 | 天津赛因哲信息技术有限公司 | 一种古籍智能数字化文献库的建立方法 |
| CN110334212A (zh) * | 2019-07-01 | 2019-10-15 | 南京审计大学 | 一种基于机器学习的领域性审计知识图谱构建方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116541480A (zh) * | 2023-07-05 | 2023-08-04 | 中国科学院文献情报中心 | 一种基于多标签驱动的专题数据构建方法及系统 |
| CN116541480B (zh) * | 2023-07-05 | 2023-09-01 | 中国科学院文献情报中心 | 一种基于多标签驱动的专题数据构建方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110399457B (zh) | 一种智能问答方法和系统 | |
| CN109800284B (zh) | 一种面向任务的非结构化信息智能问答系统构建方法 | |
| WO2021213314A1 (zh) | 数据处理方法、装置及计算机可读存储介质 | |
| CN103488724B (zh) | 一种面向图书的阅读领域知识图谱构建方法 | |
| KR101173561B1 (ko) | 질문 형태 및 도메인 인식 장치 및 그 방법 | |
| CN112948547B (zh) | 测井知识图谱构建查询方法、装置、设备及存储介质 | |
| CN111061828B (zh) | 一种数字图书馆知识检索方法及装置 | |
| WO2009154570A1 (en) | System and method for aligning and indexing multilingual documents | |
| CN111930793A (zh) | 目标行为挖掘与检索分析方法、系统、计算机设备及应用 | |
| Ta'a et al. | Al-Quran ontology based on knowledge themes | |
| CN114138979B (zh) | 基于词拓展无监督文本分类的文物安全知识图谱创建方法 | |
| CN109522396B (zh) | 一种面向国防科技领域的知识处理方法及系统 | |
| CN112036178A (zh) | 一种配网实体相关的语义搜索方法 | |
| Larson et al. | The Abject Failure of Keyword IR for Mathematics Search: Berkeley at NTCIR-10 Math. | |
| Qiu et al. | A question answering system based on mineral exploration ontology generation: A deep learning methodology | |
| US8082240B2 (en) | System for retrieving information units | |
| Ramachandran et al. | A Novel Method for Text Summarization and Clustering of Documents | |
| CN117891923A (zh) | 一种基于意图识别和知识图谱的法律问答系统 | |
| CN111709237A (zh) | 一种基于地学分支学科专家知识的逻辑结构树构建方法 | |
| Piantanida et al. | Using knowledge graphs to navigate through geological concepts extracted from documents | |
| Мезенцева et al. | Optimization of analysis and minimization of information losses in text mining | |
| CN110990376A (zh) | 一种基于多因子混合排序机制的学科分类自动标引方法 | |
| Ta’a et al. | Ontology-based approach for knowledge retrieval in Al-Quran holy book | |
| CN111709239A (zh) | 一种基于专家逻辑结构树的地学数据发现方法 | |
| Belhoucine et al. | A Middle-out Approach for Building a Legal domain ontology in Arabic |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |